使用 openclaw agents add 命令来创建一个新的智能体：
：指定该智能体的专属“大脑”目录，用于存储它的记忆、身份设定（SOUL.md）等，这是实现逻辑隔离的关键。
场景一：绑定到特定群聊
假设你想让 customer-service-agent 专门处理一个飞书群的提问。你需要先获取该群的 conversation_id，然后配置绑定规则
如果你的主 Agent (main) 还需要处理其他渠道的消息，务必将原有 bindings 一并写入这个 JSON 数组中。
场景二：智能体之间的内部调用
更高级的用法是让主 Agent 作为“项目经理”，在接到复杂任务时，通过 sessions_send 工具，动态地将专业问题（如写代码）转发给专门的智能体（如 code-agent），后者处理完再返回结果。这实现了真正意义上的多智能体协同。
第一步：创建你的“技术专家”智能体
首先，我们需要一个专业的智能体。假设我们要创建一个专门负责写代码的智能体，名叫 code-agent。
创建智能体并分配独立工作空间：
打开你的服务器终端，执行以下命令。这会让 code-agent 拥有一个独立的“大脑”目录，用于存储它的记忆和专业技能，实现与其他智能体的逻辑隔离。
赋予它专业能力：
为了让 code-agent 更好地完成编程任务，你可以在它的工作空间（）里，通过编辑 SOUL.md（设定其身份为资深程序员）和 TOOLS.md（指导其如何使用代码相关工具）来塑造它。更进一步的权限控制，我们将在下一步为主智能体配置。
第二步：配置核心权限，让“项目经理”学会调度
现在，我们需要修改主智能体（main）的配置文件，让它知道它可以使用 这个“内部通话工具”来联系其他智能体。
1. 编辑主智能体的工具配置文件：
你需要修改 文件。为了安全起见，强烈建议你先备份
2.在配置中启用 sessions_send 工具：
关键点解析：
3. 重启网关服务使配置生效：
第三步：实战演练，让“项目经理”发号施令
一切就绪！现在，当主智能体 接到一个写代码的任务时，它就可以召唤 了。
你可以在与 智能体的对话中，通过类似以下的指令来触发协同。为了让智能体能准确理解，指令需要非常清晰。
你：@main 请帮我写一个Python脚本，用来计算斐波那契数列。你让 code-agent 来写，写完后给我。
session-key 的格式 agent:
<目标智能体id>
:
<源智能体id>
是 OpenClaw 用来识别不同智能体会话的关键。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/288176.html原文链接：https://javaforall.net
